[논문 리뷰] Keyword Search on RDF Graphs - A Query Graph Assembly Approach

Shuo Han, Lei Zou외 2명|arXiv (Cornell University)|2017. 04. 01.

Semantic Web and Ontologies참고 문헌 39인용 수 6

한 줄 요약

이 논문은 RDF 그래프에서 키워드 검색을 위한 쿼리 그래프 어셈블리(QGA) 방법을 제안하며, 사용자 의도를 해석된 엔티티, 클래스, 술어로 구성된 구조적 쿼리 그래프로 모델링한다. QGA를 NP-완전 문제로 공식화하고, 히우리스틱 하한값을 활용한 이분 그래프 매칭 기반의 베스트-퍼스트 탐색을 사용함으로써, RDF 그래프 크기와 무관하게 높은 효율성과 확장성을 달성하며, DBpedia와 Freebase에서 이전 시스템보다 효과성과 응답 시간 측면에서 뛰어난 성능을 보였다.

ABSTRACT

Keyword search provides ordinary users an easy-to-use interface for querying RDF data. Given the input keywords, in this paper, we study how to assemble a query graph that is to represent user's query intention accurately and efficiently. Based on the input keywords, we first obtain the elementary query graph building blocks, such as entity/class vertices and predicate edges. Then, we formally define the query graph assembly (QGA) problem. Unfortunately, we prove theoretically that QGA is a NP-complete problem. In order to solve that, we design some heuristic lower bounds and propose a bipartite graph matching-based best-first search algorithm. The algorithm's time complexity is $O(k^{2l} \cdot l^{3l})$, where $l$ is the number of the keywords and $k$ is a tunable parameter, i.e., the maximum number of candidate entity/class vertices and predicate edges allowed to match each keyword. Although QGA is intractable, both $l$ and $k$ are small in practice. Furthermore, the algorithm's time complexity does not depend on the RDF graph size, which guarantees the good scalability of our system in large RDF graphs. Experiments on DBpedia and Freebase confirm the superiority of our system on both effectiveness and efficiency.

연구 동기 및 목표

• 사용자 키워드 쿼리를 RDF 그래프에서 정확히 해석하는 데 도전하는 문제를 해결하기 위해, 쿼리 의도를 구조적 쿼리 그래프로 모델링한다.
• 키워드의 다의어 제거와 쿼리 구조 생성을 통합 최적화 모델에 통합하여 순차적 처리에서 발생하는 오류 전파를 방지한다.
• RDF 그래프 크기와 무관하게 빠른 응답 시간을 보장하는 효율적이고 확장 가능한 알고리즘을 설계하여, 대규모 환경에서의 구현에 적합한 쿼리 그래프 어셈블리 과정을 보장한다.
• TransE 기반 그래프 임베딩을 활용해 후보 쿼리 그래프의 의미적 일관성을 평가함으로써 검색 효과성을 향상시킨다.

제안 방법

• 해당 방법은 키워드 검색을 각 키워드가 후보 엔티티, 클래스, 술어와 매칭되는 쿼리 그래프 어셈블리(QGA) 문제로 공식화한다.
• 키워드와 쿼리 그래프 요소 간의 매칭을 나타내기 위해 이분 그래프 모델을 구축하여, 다의어 제거와 구조 형성의 공동 최적화를 가능하게 한다.
• 검색 공간을 줄이기 위해 Naive-LB, Greedy-LB, KM-LB 세 가지 히우리스틱 하한값을 도입한다.
• QGA 알고리즘은 이러한 하한값을 기반으로 가중치를 부여한 베스트-퍼스트 탐색을 사용하며, 시간 복잡도는 l개의 키워드와 각 키워드당 최대 k개의 후보자 수를 고려할 때 O(k²ˡ·l³ˡ)이다.
• 후보 쿼리 그래프의 의미적 일관성을 평가하기 위해 TransE 임베딩을 사용하며, 이는 최적화의 目적 함수로 기능한다.
• 시스템은 이중 단계 프레임워크를 사용한다: 단계 I은 키워드를 RDF 항목으로 매핑하고 후보 쿼리 그래프를 구축한다; 단계 II는 QGA 알고리즘을 사용해 최적의 쿼리 그래프를 어셈블한다.

Figure 1 . Related Work of Keyword Search Problem.

실험 결과

연구 질문

• RQ1 키워드 검색을 다의어 제거와 구조 형성의 공동 처리를 가능하게 하는 통합 쿼리 그래프 어셈블리 문제로 어떻게 모델링할 수 있는가?
• RQ2 NP-완전 문제인 QGA 문제의 검색 공간을 크게 줄일 수 있는 효과적인 히우리스틱 하한값은 무엇이며, 해의 품질을 훼손하지 않으면서도 효율성을 확보할 수 있는가?
• RQ3 대규모 RDF 그래프(수십억 개의 트리플 포함)에서 쿼리 그래프 어셈블리 과정을 어떻게 효율적이고 확장 가능하게 만들 수 있는가?
• RQ4 다의어 제거와 구조 형성 과정을 단일 최적화 모델에 통합함으로써 순차적 처리 방식에 비해 검색 정확도가 얼마나 향상되는가?
• RQ5 k(후보자 수 제한)와 N(고려할 상위 쿼리 그래프 수)의 파라미터 조정 시 응답 시간과 정확도 사이의 상충 관계는 어떠한가?

주요 결과

• 제안된 QGA 알고리즘은 DBpedia에서 평균 응답 시간 734.9ms, Freebase에서 1103.2ms를 기록하며, QGA 단계 자체는 쿼리당 80ms 이내로 수행된다.
• k=10과 N=5를 설정할 경우 정밀도와 성능 간 최적의 균형을 이룬다. F1 점수는 이 값을 초과해도 정체된다.
• Greedy-LB 히우리스틱은 잘라내기 능력과 효율성 사이의 최적의 균형을 제공하여, Naive-LB 대비 검색 상태를 70% 이상 감소시키며 KM-LB보다도 더 빠르다.
• QALD-6와 Free917의 180개 벤치마크 쿼리에서, 최신 기술인 DPBF와 SUMG보다 평균적으로 1~3배 빠른 성능을 보였다.
• 기본 방법과 달리 구조적 정보를 반영하지 못하는 방법에 비해 TransE 기반 평가가 정확도를 크게 향상시켰으며, F1 점수 비교를 통해 이를 입증했다.
• QGA 알고리즘의 시간 복잡도는 RDF 그래프 크기와 무관하므로, DBpedia와 Freebase와 같은 대규모 지식 그래프에 매우 뛰어난 확장성을 보인다.

Figure 2 . A Sample of DBpedia RDF Graph.